白盒蒸馏是loss融合问题
Nessuno ha ancora preso questa issue.
Valutazione
- Difficoltà
- 4/5
- Tempo stimato
- 3-5 giorni
- Idoneità per principianti
- 35/100
- Tipo di issue
- Bug
- Chiarezza
- Da chiarire
- Stato di attività
- Ferma
- Stack tecnologico
- python
- Ambito
- machine-learning
Direzione di ricerca
Inizia da easydistill/kd/train.py alla riga 131 e verifica come vengono calcolati e combinati lm_loss, distil_loss e kd_ratio. Confronta le loro scale durante il training usando i valori riportati nell’issue. Done deve stabilire se il termine di distillazione contribuisce in modo significativo e documentare o implementare una modifica concordata di loss-balancing, con una validazione basata sul comportamento del training.
Scritto dal modello di indicizzazione a partire dal testo della issue.
Descrizione
total_loss = (1 - self.kd_ratio) * lm_loss + self.kd_ratio * distil_loss
这里lm_loss和distil_loss在数量级上面差了近百倍，千倍，这样直接融合是否有意义？实际数据看lm_loss刚开始都是几十，最后收敛也到了0.1量级，但distil_loss是最开始也是0.001量级，收敛到0.0001量级，这样加权distill_loss基本没效果
- Lingua principale
- Python
- Stelle
- 482
- Fork
- 47
- Metriche di merge delle PR
- Nessuna PR unita negli ultimi 30g
Preparare l'ambiente
Questo progetto non fornisce container di sviluppo, Dockerfile né guida per i contributori, quindi l'ambiente è a tuo carico: parti dal suo README e consulta la nostra guida al primo contributo per i passaggi generali.
Come iniziare
- Leggi tutta la issue e poi la guida ai contributi del progetto.
- Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
- Fai un fork del repository e lavora su un branch.
- Apri una pull request che faccia riferimento al numero della issue.
Altre issue di modelscope/easydistill
-
请问可以自定义学生模型吗？Aperta
Difficoltà 5/5 Più di una settimana Idoneità per principianti 25/100
modelscope/easydistill#39 ·
-
白盒蒸馏训练时如何选取top_k logits进行训练？Aperta
Difficoltà 5/5 Più di una settimana Idoneità per principianti 20/100
modelscope/easydistill#38 ·
-
白盒蒸馏效果问题Aperta
Difficoltà 4/5 3-5 giorni Idoneità per principianti 35/100
modelscope/easydistill#37 ·
-
Difficoltà 3/5 1-2 giorni Idoneità per principianti 45/100
modelscope/easydistill#33 ·
-
这个蒸馏框架还在维护吗？Aperta
Difficoltà 3/5 1-2 giorni Idoneità per principianti 25/100
modelscope/easydistill#32 · 2 commenti ·
Tutte le issue di modelscope/easydistill
Issue simili
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 74/100
eclipse-score/inc_someip_gateway#356 ·
I maintainer di solito rispondono entro 2 giorni
-
[BUG]: `GitHubRestAdapter.check_user_permission` and `has_write_access` raise `TypeError` (missing `params`), silently disabling the inactivity lifecycleForse già presa @tarunagnihotri534 l’ha presa oggi. Apertabug
Difficoltà 2/5 1-3 ore Idoneità per principianti 67/100
AOSSIE-Org/Gitcord-GithubDiscordBot#167 · 1 commento ·
I maintainer di solito rispondono entro 2 giorni
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 77/100
mihai-vlc/sublime-jsfmt#56 ·
-
comp/cli comp/plugins P2 type/bug
Difficoltà 2/5 1-3 ore Idoneità per principianti 75/100
NousResearch/hermes-agent#141917 · 1 commento ·
I maintainer di solito rispondono entro 1 giorno
-
Difficoltà 1/5 Meno di un'ora Idoneità per principianti 78/100
riscv/riscv-opcodes#441 ·